白带显微图像中白细胞自动识别算法技术的研究

《白带显微图像中白细胞自动识别算法技术的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、电子科技大学UNIVERSITYOFELECTRONICSCIENCEANDTECHNOLOGYOFCHINA硕士学位论文MASTERDISSERTATION论文题目白带显微图像中白细胞自动识别算法技术的研究学科专业光学工程学号201521050309作者姓名钟亚指导教师肖峻教授分类号密级注1UDC学位论文白带显微图像中白细胞自动识别算法技术的研究钟亚指导教师肖峻教授电子科技大学成都申请学位级别硕士学科专业光学工程提交论文日期2018.04论文答辩日期2018.05学位授予单位和日期电子科技大学2018年6月答辩委员会主席李绍荣研究员评阅人杨昕梅副教授李绍荣研究员注1：注明《国际十

2、进分类法UDC》的类号。RESEARCHONLEUKOCYTEAUTOMATICRECOGNITIONALGORITHMTECHNOLOGYINLEUCORRHEAMICROSCOPICIMAGEAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:OpticalEngineeringAuthor:YaZhongAdvisor:Prof.JunXiaoSchool:SchoolofOptoeletronicScienceandEngineering摘要摘要白带显微图像中白细胞的自

3、动识别算法技术是一种与机器学习方法，人工智能思想密切关联的数字图像处理技术。阴道白细胞的存在是阴道或宫颈组织炎症的重要标志，白细胞的识别与计数是评估病情的简单、有效手段，是白带常规检查的重要部分。然而，传统方法中白细胞的识别主要通过人工方法进行，效率低下。迄今为止，粪便、血液等物质中的有形成分均实现了智能化的自动识别，而白带中白细胞的自动识别研究则刚刚起步。白细胞自动识别的实现依托于全自动白带检测仪，借鉴并使用了图像处理、特征提取、智能分类、神经网络等多种算法技术，主要包括两个阶段：白带显微图像预处理，和白细胞正负样本的智能分类。白带显微图像的预处理，完成了对白带显微图像的分割与裁

4、剪，得到了白细胞的正负样本库，是实现白细胞自动识别的基础与首要步骤。之后，本文提出了三种用于白细胞正负样本分类的算法模型：提取样本的形态学特征和纹理特征，组成特征集并输入到分类器中进行分类；设计一个卷积神经网络的算法模型，从不同维度不同层次完成特征抽取，并将分类步骤融合于网络之中；将上述两种算法模型线性组合，得到一个组合算法模型。经过白细胞正负样本的分类之后，将正样本在白带显微图像中框出并计数，至此，完成了白细胞的自动识别。实验结果表明，基于这三种不同算法模型的白细胞识别方法均可用于实际生产中。基于手工设计特征并分类的方法达到了88%的灵敏度，97%的特异性和92.5%的准确率。基

5、于卷积神经网络的方法获得95%的灵敏度，89%的特异性和91%的准确率。最后，基于组合模型的方法中，实现了93%的灵敏度，96%的特异性和95%的准确率。可见，这三种方法在不同评价指标下各有优劣，但差别较小，均可用于白带显微图像中白细胞的自动识别。考虑程序运行的时间，则基于卷积神经网络的算法模型呈现出最优的性能。本文从算法角度出发，研究了白带显微图像中白细胞的自动识别技术，针对具体的识别情景，设计手工特征集和卷积神经网络，并创造性的将两者相结合，实现了多种算法下的白细胞自动识别，达到了生产要求，提高了白带检测仪的智能化程度。关键词：图像处理，白细胞，自动识别，卷积神经网络IABST

6、RACTABSTRACTTheautomaticidentificationalgorithmofwhitebloodcellsinmicroscopicleukorrheaimagesisadigitalimageprocessingtechnologycloselyrelatedtomachinelearningmethodsandartificialintelligence.Thepresenceofvaginalleukocytesisanimportantmarkerofinflammationinthevaginaorcervix.Theidentificationan

7、dcountingofwhitebloodcellsisasimpleandeffectivemeansofassessingthecondition.Anditisanimportantpartofroutineexaminationofleucorrhea.However,theidentificationofwhitebloodcellsismainlyperformedbymanualmethods,andtheefficiencyislow.Sofar,th